Estimação do fator estocástico de desconto com um grande cross-section

A despeito da elegância teórica do fator estocástico de desconto, sua especificação empírica é demasiado ampla. Utilizando fatores construídos como excessos de retornos que usufruem das propriedades de componentes principais, o presente estudo propõe metodologias de estimação do fator estocástico de desconto com representação esparsa e que sofrem pouca elevação no erro de apreçamento na presença de um grande cross-section. O trabalho aplica uma combinação das técnicas de análise de componentes principais e regularização Lasso que concilia duas propriedades desejáveis: (i) representação esparsa e economicamente significativa, e (ii) baixo erro de apreçamento fora da amostra. Este resultado vem em conjunto com uma deterioração moderada do erro de apreçamento dentro da amostra.